用途：衡量 AI 编程工具的实际影响，用于设计试点或推广记分卡、诊断“使用率上升但产出持平”、对比助手与智能体工作流、构建 ROI 模型与领导层报告，以及设计优于厂商基准的自主实验。
主要能力：以决策为起点选择交付物（采购/续约/削减→ROI 模型与高管报告；提升采用→采用指标与调查；证明交付影响→生产力指标与实验计划；质量漂移→质量指标与仪表盘；理解信任或摩擦→开发者体验指标与调查；评估编码智能体→智能体执行指标与实验计划）。区分助手（按开发者天、团队周、仓库月）与智能体（按任务、PR、工作流运行）两种分析单元，指标族涵盖采用、交付、质量、经济性、体验与智能体执行。提供研究设计默认值、队列与分母契约、测量清单、证据规则、反操纵清单与个人数据政策，并附参考文档、模板、数据与脚本。
使用方式：先定义决策，再选择程序模式（助手/智能体/混合），构建最小可用记分卡，选择研究设计，产出一个交付物。脚本 scripts/roi_calculator.py 计算产能价值场景时需提供观察期与两项测量负担，零成本 ROI 未定义；scripts/extract_github_events.py 采集 PR 结果队列或提交遥测前需查阅 GitHub 端点权限与速率限制。
适用场景：AI 编程工具试点、推广、续约或削减决策；质量漂移排查；助手与智能体工作流对比；ROI 建模与领导层汇报；自主实验设计。
限制：速度指标必须搭配质量与体验指标；聚合到团队级别，不向管理者展示个人级 AI 使用；基准视为能力信号而非业务 KPI；测量期默认至少干预前 8 周，含第一周新奇期；单次前后差异仅为方向性；使用率或提示量不能当作交付影响；厂商证据须标注为厂商证据；需要正确处理未完成观察的截尾与分母问题；部分评分带为本地示例性标准，未经充分验证。具体价格、平台与效果资料暂未提供。